Hacker News 의견

• PostgreSQL와 Elasticsearch를 비교하는 제2부에 대한 기대감
• CRUD 및 검색을 위해 PostgreSQL과 Elasticsearch를 동기화하는 노력을 과소평가했습니다.
• 검색 엔진은 빠른 검색 속도가 필요합니다. 이는 단순히 이론상으로만 중요한 것이 아닙니다.
• 기본적인 CS 알고리즘과 하드웨어 활용으로 기본 데이터베이스와 검색 엔진을 쉽게 생성할 수 있습니다.
• 검색의 주관적인 특성이 가장 큰 도전입니다.
• Postgres는 임베딩을 통해 관련 콘텐츠를 찾기 위해 pgvector와 결합될 수 있습니다.
• Postgres 내부 검색은 CPU 부하가 크며, 트랜잭션 업데이트가 우선되어야 합니다.
• ES와 Solr 클러스터는 재인덱싱 중에 높은 CPU 사용률로 작동합니다.
• 검색, 재귀 조인 및 벡터를 위한 PG 확장은 사이드 프로젝트에 재미있고 간단합니다.
• SQLite도 고급 인덱싱 및 어간 추출 기능을 제공합니다.
• 비즈니스 로직을 데이터베이스로 추상화하지만, 트레이드오프는 언급되지 않았습니다.
• 특정 북마크된 사이트를 위해 사용자 정의 검색 엔진을 실행하는 것을 고려하고 있습니다.
• Postgres/Elasticsearch 또는 상용 솔루션을 선택해야 할지에 대한 호기심이 있습니다.
• "고급"이라는 단어는 긍정적인 지표로 간주됩니다.